MakersClaw

嘿，PH的朋友们！我是Shreyans，MakersClaw的联合创始人。今天Sachin也在这个帖子里跟我一起。

我们做这个产品的原因是，之前试过的所有“雇用AI智能体”工具都感觉像是给聊天小部件刷了层漆。你一关掉标签页，它就忘了对话内容；它无法在你日常使用的那些应用里真正做任何事；我们想让它干点实际工作，结果处处碰壁。

所以，我们按照自己理想的使用方式构建了MakersClaw。你可以根据需求雇用AI员工：客服、销售、个人助理、研究、SEO，或者自定义角色。每个AI员工在自己的容器里运行，拥有独立记忆，全天候在线。一键连接到你的Slack、Telegram或Teams。不需要bot token，不用配置webhook，也不需要写JSON。

Sachin会在下面评论中详细解释内部原理、工具、运行时和按调用付费模式。如果你想知道具体机制，可以去看看。

我们特别想听听你对这两件事的真实看法：
1. 按调用付费的工具模式对你来说合理吗？还是说从“订阅一个工具”到“你的智能体按动作付费”这种思维转变第一次看到时会让你困惑？
2. 我们出厂提供了四个预置模板（客服、销售、个人助理、SEO）。你首先会尝试哪一个？你又希望我们为哪个角色提供模板？

今天我们会全天在线。有问题尽管问，我们一一作答。

嘿，PH的朋友们！我是Sachin，从工程角度给大家讲讲技术细节，欢迎感兴趣的朋友来看看。

每个AI员工都是一个Kubernetes pod，拥有自己的文件系统和基于postgres的记忆存储。状态在重启和频道断开后依然保留，甚至完全重新部署也不会丢失。我们选择这种方案而非无服务器函数模型，是因为我们希望智能体是一个你可以凌晨3点和它聊天、还能记得昨天早晨对话内容的进程。冷启动和无状态容器会毁掉这种体验。

在应用集成方面，我们在工作区层面运行托管的MCP层。每个应用只需OAuth一次（GitHub、HubSpot、Zendesk、Jira、Asana、Airtable、Gmail、Outlook、Calendar等等），之后工作区内的任何AI员工都可以使用该集成。每个MCP服务器由我们管理，所以你不必配置JSON或粘贴token，每个智能体也无需重新认证。

配置方面，我们构建了基于聊天的引导流程。你不是填表单来设置AI员工的角色、语气和上下文，而是直接和它对话。它提问，你回答，然后它自己写入配置记录。这种思维方式更像是入职一位远程员工，而不是配置一套软件。

技能是智能体在任务需要时动态检索的模块化上下文块。私有技能限定在你的工作区范围内，公有技能则可供任何开发者安装。这样智能体就不必在全过程中携带整个“大脑”，而是拉取与当前工作相关的正确上下文。

两种运行时：
- PicoClaw基于Python，更轻量，支持邮件频道和cron定时任务。
- Moltis基于Rust，功能更重，包含Web仪表盘、浏览器自动化、语音（15+ TTS/STT提供商）、CalDAV。

我很乐意深入探讨任何架构细节。随便问。

AI员工直接住在Slack和Teams里，听起来真的很实用。每个AI员工可以针对特定角色或任务进行定制吗？

“AI员工”这个说法现在越来越泛滥了——这个月上线了好多工具，都在做同样的Slack/Teams机器人。按调用定价这一点，当智能体意外循环或重试时，可能会让人措手不及。这里的记忆层跟直接用Slack连接器搭一个标准智能体相比，到底有什么不同？

按调用付费模式是个明智的选择，为智能体实际做的事情付费，比再付一个月订阅费更容易让人接受。我首先会选个人助理模板。接下来希望看到研究分析师的角色。

AI员工存在于团队已经沟通的地方是正确的做法。难点在于让它们有帮助，而不是成为又一个需要管理的同事。